Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Połącz Lakebase z resztą Azure Databricks: rejestruj bazy danych w Unity Catalog do zarządzania, serwuj dane lakehouse przez Postgres dla odczytów o niskich opóźnieniach, przesyłaj zmiany Postgres z powrotem do Lakehouse i używaj Lakebase jako backendu dla agentów AI, serwowania funkcji i wyszukiwania. Architekturę stojącą za tymi integracjami można znaleźć w artykule architektura LTAP.
| Integration | Description |
|---|---|
| Zarejestruj bazę danych w Unity Catalog | Zarejestruj bazę danych Lakebase w Unity Catalog w celu uzyskania ujednoliconego zarządzania i zapytań między źródłami. |
| Udostępnianie danych z zsynchronizowanymi tabelami | Synchronizuj dane tabel z Unity Catalog do Lakebase, aby udostępniać je aplikacjom z niskim opóźnieniem. |
| Zestawienie danych zmian w usłudze Lakebase | Zapisuj zmiany na poziomie wierszy z tabel Postgres w Lakebase jako tabele Delta w Unity Catalog na potrzeby dalszych potoków przetwarzania, audytu i zewnętrznych odbiorców. |
| Stan agenta i pamięć | Zachowuj stan agenta i pamięć w Lakebase, aby agenci AI zbudowani przy użyciu LangGraph lub OpenAI Agents SDK zachowywali kontekst między sesjami. |
| Magazyn funkcji i obsługa modeli | Obsługa funkcji uczenia maszynowego przy małym opóźnieniu z usługi Lakebase dla modeli wdrożonych przy użyciu usługi Databricks Model Serving. |
| Wyszukiwanie w usłudze Lakebase | Dodaj hybrydowe wyszukiwanie wektorowe i wyszukiwanie słów kluczowych do swojego projektu za pomocą rozszerzeń lakebase_vector i lakebase_text. |